[发明专利]一种基于对偶自编码器的组推荐方法

摘要

本发明属于计算机技术推荐方法领域，涉及一种基于对偶自编码器的组推荐方法。据我们所知，大部分组推荐系统只利用用户评分信息进行推荐，缺乏使用方面信息进行组推荐。在本发明中，我们通过使用自编码器来学习融合了群组偏好的隐因子表达式。另一方面，我们注意到群组成员内不同用户对群组的影响力是不同的。我们建议使用组员在群组中的代表性来表达群组中每个用户的影响力。同时我们还考虑了组间差异性和物品间差异性对群组推荐的影响。本发明通过学习群组的潜因子表达式和物品的潜因子表达式来预测群组对物品的评分，发、然后通过top‑k排序为群组推荐一个列表。

主权项

1.一种基于对偶自编码器的组推荐方法，其特征在于以下步骤：a.获取用户历史评论和评分数据集，生成群组；b.获取偏好信息：通过使用现有的文本主题模型提取评论数据集的各个主题以及每个主题的主题词；b1.群组方面偏好：代表群组对方面A的偏好，w_(g.u)代表用户u在群组g中的代表性，c_u代表用户u评论的总次数，代表用户u对方面A的评论次数b2.物品方面质量：代表物品对方面A的偏好，d_(g,n)代表群组g对物品n的重视度，e_(g,n)代表物品n在群组g内被的评论次数，代表物品n的方面A在群组g中被评论的次数，|G|代表群组的总个数b3.重复步骤b1和b2直至获得所有群组对所有方面的偏好以及所有物品对所有方面的质量，从而获得群组方面偏好(a×k阶)和物品方面质量矩阵(n×k阶)；c.在群组推荐系统中，为了同时考虑了组间差异性和物品间差异性对组推荐的影响，我们还需要获取组‑组关系矩阵(a×a阶)和物品‑物品关系矩阵(n×n阶)；c1.组‑组关系矩阵(a×a阶)：代表群组gi的所有评分物品的集合c2.物品‑物品关系矩阵(n×n阶)：代表物品ni的所有用户评分的集合d.是用对偶自编码器对获取的群组方面偏好矩阵、物品方面质量矩阵、组‑组关系矩阵和物品‑物品关系矩阵同时编码分别获取群组方面偏好隐因子表达式、物品方面质量隐因子表达式、组‑组关系隐因子表达式和物品‑物品关系隐因子表达式；群组方面偏好隐因子表达式和组‑组关系隐因子表达式进行元素积获取群组偏好隐因子表达式，同时将物品方面质量隐因子表达式和物品‑物品关系隐因子表达式进行元素积获取物品质量隐因子表达式；将获取的群组偏好隐因子表达式和物品质量隐因子表达式进行点集就可以获得群组对物品的预测评分；e.重复步骤d得到所有群组对所有物品的预测评分，并将预测评分存储到数据库中；最后本发明使用top‑k排序为每个群组退件k个商品。